CN110632664B - 基于多地球物理参数相关性的含油气预测方法与装置 - Google Patents
基于多地球物理参数相关性的含油气预测方法与装置 Download PDFInfo
- Publication number
- CN110632664B CN110632664B CN201810646560.2A CN201810646560A CN110632664B CN 110632664 B CN110632664 B CN 110632664B CN 201810646560 A CN201810646560 A CN 201810646560A CN 110632664 B CN110632664 B CN 110632664B
- Authority
- CN
- China
- Prior art keywords
- matrix
- oil
- geophysical
- hydrocarbon
- gas
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 239000011159 matrix material Substances 0.000 claims abstract description 105
- 239000004215 Carbon black (E152) Substances 0.000 claims abstract description 37
- 229930195733 hydrocarbon Natural products 0.000 claims abstract description 37
- 150000002430 hydrocarbons Chemical class 0.000 claims abstract description 31
- 230000035945 sensitivity Effects 0.000 claims description 23
- 238000012937 correction Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 9
- 125000001183 hydrocarbyl group Chemical group 0.000 claims description 6
- 230000008859 change Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000035699 permeability Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000005755 formation reaction Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001427 coherent effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及基于多地球物理参数相关性的含油气预测方法与装置,将构造的表示含油气因子的第一矩阵,与表示测井曲线值的第二矩阵进行乘积运算,将(M×N+1)维的地球物理空间在第一矩阵的乘积之下变换到(M×M+1)维的空间,即将M×N维的地球物理属性空间和一维的深度空间变换到M×M维的空间和一维的深度空间,在乘积运算后得到的结果矩阵中包括M×M个元素块,每个元素块中的数据值随地层深度变化而不同,根据数据值的大小变化,能够准确的预测出目的层段的含油气性。
Description
技术领域
本发明属于油气田含油气性分析、储层预测等技术领域,具体涉及基于多地球物理参数相关性的含油气预测方法与装置。
背景技术
致密低渗透、低压、低丰度含油含气性预测方法是一个难点,常规的地球物理解释预测方法多解性较多,确定性不够。例如,授权公告号为CN104656142B的中国专利公开了“一种利用垂直地震剖面与测井联合的地震层位标定方法”,是利用垂直士也震剖面与测井联合的地震层位标定方法,测量并提据零井源距资料获得纵波时深关系和走廊叠加剖面,测井并获得声波测井和密度测井资料,计算声波时深关系与VSP时深关系求取时差,校正声波曲线,校正后的测井曲线与地震子波乘积得到合成记录,确定VSP走廊的时移量和正确的极性后制作层位标定图,根据己知钻井地质分层对地面地震剖面进行层位标定。该方法的不足之处在于依赖地震资料,多解性较多,确定性不够。
发明内容
本发明的目的是提供一种基于多地球物理参数相关性的含油气预测方法与装置,用于解决现有含油气预测方法确定性不高的问题。另外,目前文献公开报道的含油含气性预测方法,不能完备完成对致密低渗透、低压、低丰度的单井具体深度、多井区域深度的含油气性的预测,针对上述问题,本发明能较好地反映致密低渗透、低压、低丰度的含油气分布情况。
为解决上述技术问题,本发明提出一种基于多地球物理参数相关性的含油气预测方法,包括以下方法方案:
方法方案一,包括如下步骤:
1)确定地层目的层段中含油气段敏感的地球物理参数,获取各地球物理参数的测井曲线值和含油气因子;
2)将各地球物理参数的含油气因子构造成M×N阶的第一矩阵,将对应各地球物理参数的测井曲线值构造成N×M阶的第二矩阵,由含油气因子构成第一矩阵的元素aij对应的地球物理参数,与由测井曲线值构成第二矩阵中的元素bji对应的地球物理参数相同,将所述第一矩阵和第二矩阵进行乘积运算,得到M×M阶的结果矩阵;
3)根据所述结果矩阵中各元素块矩阵中的数据值大小,进行目的层段的油气预测。
方法方案二,在方法方案一的基础上,所述地球物理参数包括伽马、自然电位、声波、电阻率、密度和中子孔隙度。
方法方案三、四,分别在方法方案一、二的基础上,在构造所述第二矩阵前,还包括利用各地球物理参数的含油气因子对所述测井曲线值进行敏感性校正的步骤。
方法方案五、六,分别在方法方案三、四的基础上,所述敏感性校正的计算式如下:
VT i=Abs(Vi-V′)
式中,VT i为敏感性校正之后的测井曲线值,Vi为油气敏感性校正之前的测井曲线数值,V′为含油性标准值,该含油性标准值为所述含油气因子的倒数,Abs为取绝对值运算。
为解决上述技术问题,本发明还提出一种基于多地球物理参数相关性的含油气预测装置,包括以下装置方案:
装置方案一,包括处理器,用于执行实现以下步骤的指令:
1)确定地层目的层段中含油气段敏感的地球物理参数,获取各地球物理参数的测井曲线值和含油气因子;
2)将各地球物理参数的含油气因子构造成M×N阶的第一矩阵,将对应各地球物理参数的测井曲线值构造成N×M阶的第二矩阵,由含油气因子构成第一矩阵的元素aij对应的地球物理参数,与由测井曲线值构成第二矩阵中的元素bji对应的地球物理参数相同,将所述第一矩阵和第二矩阵进行乘积运算,得到M×M阶的结果矩阵;
3)根据所述结果矩阵中各元素块矩阵中的数据值大小,进行目的层段的油气预测。
装置方案二,在装置方案一的基础上,所述地球物理参数包括伽马、自然电位、声波、电阻率、密度和中子孔隙度。
装置方案三、四,分别在装置方案一、二的基础上,在构造所述第二矩阵前,还包括利用各地球物理参数的含油气因子对所述测井曲线值进行敏感性校正的步骤。
装置方案五、六,分别在装置方案三、四的基础上,所述敏感性校正的计算式如下:
VT i=Abs(Vi-V′)
式中,VT i为敏感性校正之后的测井曲线值,Vi为油气敏感性校正之前的测井曲线数值,V′为含油性标准值,该含油性标准值为所述含油气因子的倒数,Abs为取绝对值运算。
本发明的有益效果是:
本发明通过将构造的表示含油气因子的第一矩阵,与表示测井曲线值的第二矩阵进行乘积运算,将(M×N+1)维的地球物理空间在第一矩阵的乘积之下变换到(M×M+1)维的空间,即将M×N维的地球物理属性空间和一维的深度空间变换到M×M维的空间和一维的深度空间,在乘积运算后得到的结果矩阵中包括M×M个元素块,每个元素块中的数据值随地层深度变化而不同,根据数据值的大小变化,能够准确的预测出目的层段的含油气性。
对于含油气岩性而言,其局部的岩层地球物理参数往往具有相似性,无论是高低渗透率、高低压、高低丰度,或者如其他裂缝型含油性、基质型含油性、致密砂岩含油性等,本发明中紧密结合致密低渗透、低压、低丰度含油含气性的特征物理参数,并考虑优化了特征参数之间的优化组合,推导建立了致密低渗透、低压、低丰度含油性特征地球物理矩阵因子和基于井曲线的含油气多维空间模型。实例验证表明,这种方法应用简便,并能较好反映致密低渗油田的含油性分析和储层预测特征,预测结果能满足实际工作要求。
附图说明
图1是含油性地球物理属性空间计算过程示意图;
图2-1是HH42-5井含油性矩阵A1、A3异常与含油性对比分析图;
图2-2是与图2-1对应的测井解释成果图;
图3-1是HH55-2井含油性矩阵A1、A3异常与含油性对比分析图;
图3-2是与图3-1对应的测井解释成果图;
图4-1是HH55-8井含油性矩阵A1、A3异常与含油性对比分析图;
图4-2是与图4-1对应的测井解释成果图;
图5-1是HH56井含油性矩阵A1、A3异常与含油性对比分析图;
图5-2是与图5-1对应的测井解释成果图;
图6-1是沿层长91地震相干数据切片图;
图6-2是沿层长91的地震曲率数据切片图;
图6-3是沿层长91的相干裂缝预测切片图;
图6-4是基于地质的长91含油性砂岩厚度示意图;
图6-5是A1沿层长91数据切片图;
图6-6是A3沿层长91数据切片图;
图7是测井曲线校正前后对比示意图;
图8是多井含油性计算结果示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的说明。
本发明基于多地球物理参数相关性的含油气预测方法,包括以下步骤:
确定地层目的层段中含油段敏感的地球物理参数,例如伽马、自然电位、声波、电阻率、密度和中子孔隙度,获取各地球物理参数的测井曲线值和含油气因子,对该含油气因子取倒数,得到地球物理参数的含油性标准值。为了便于比较各地球物理参数对油气的敏感性,将各地球物理参数的测井曲线值进行敏感性校正,即利用各地球物理参数的含油性标准值对测井曲线值进行敏感性校正。
将各地球物理参数的含油气因子构造成M×N阶的第一矩阵,将对应各地球物理参数的经过归一化处理、敏感性校正后的测井曲线值构造成N×M阶的第二矩阵,由含油气因子构成第一矩阵的元素aij对应的地球物理参数,与由测井曲线值构成第二矩阵中的元素bji对应的地球物理参数相同,即元素aij表示第一矩阵中的第i行第j列元素,bji表示第二矩阵中第j行第i列元素。将第一矩阵和第二矩阵进行乘积运算,得到M×M阶的结果矩阵;将(M×N+1)维的地球物理空间在第一矩阵的乘积之下变换到(M×M+1)维的空间,即将M×N维的地球物理属性空间和一维的深度空间变换到M×M维的空间和一维的深度空间,在乘积运算后得到的结果矩阵中包括M×M个元素块,每个元素块中的数据值随地层深度变化而不同,根据结果矩阵中各元素块中的数据值大小,进行目的层段的油气预测。
岩层在含油气时各种地球物理参数会发生异常,比如在致密低渗透、低压的环境下裂缝型油层会出现自然电位突然变小、伽马变小、补偿密度变小、深感应电阻率变小、声波时差变小、补偿中子变小的特点,对于一口井或者一个规律性的区域,这些地球物理参数的含油气因子会为一个常数,将这些常数具体分析优化组合,构造一个数学的矩阵,称之为含油气因子矩阵,以某个区域伽马、声波、电阻率、密度、自然电位、中子六个地球物理参数为例,并构造如下含油气因子矩阵:
上述矩阵中,Gr′为伽马因子,是含油气性岩性伽马值的倒数,1/API;Sp′自然电位因子,是含油气性岩性自然电位的倒数,1/mV;Ild′为电阻率因子,是含油气性岩性电阻率的倒数,1/ohm.m;Cnl′为中子因子,是含油气性岩性中子孔隙度的倒数,v/v decimal;Ac′为声波因子,是含油气性岩性声波的倒数,m/us;Den′为密度因子,是含油气性岩性密度的倒数,cm3/g。
因此,获取该区域各地球物理参数的测井曲线值,依次对其归一化处理和敏感性校正处理,构造如下地球物理参数矩阵:
上述矩阵中,Grti为所测区域的地球物理参数的伽马值,单位为API;Spti为所测区域的地球物理参数自然电位值,单位为mV;Acti为所测区域的地球物理参数声波值,单位为us/m;Ildti为所测区域的地球物理参数电阻率值,单位为ohm.m;Denti为所测区域的地球物理参数密度值,单位为g/cm3;Cnlti为所测区域的地球物理参数中子孔隙度值,单位为v/v。
将构造的含油气因子矩阵和地球物理参数矩阵,得到如下结果矩阵:
上述矩阵中,数据体中含油四个元素块矩阵,每个元素块矩阵为一种矩阵数据体,分别为矩阵因子A1i、A2i、A3i、A4i,根据该区地球物理参数对油气的敏感程度,选取分析结果矩阵的元素数据的异常情况即可得到该井不同深度的含油气情况,在以下实例中由于该区含油气性岩性伽马值Gr、含油气性岩性自然电位Sp、含油气性岩性电阻率Ild对含油性更为敏感,选取A1i、A3i数据作为含油性判断的主要依据;上述结果矩阵的矩阵因子均无量纲。
采用上述方法,本发明能够准确的预测出单井的含油气性预测,以及包括多井的区域性油气性预测,下面分别介绍利用上述方法进行单井的含油气预测过程和多井的含油气预测过程。
采用上述方法,本发明能够准确的预测多井的区域性油气性预测,下面分别介绍利用上述方法进行多井的含油气预测过程。
多井的含油气预测方法如下:
以HH42-55井区为例,经录井得知,在HH55井岩层长91 1有明显的油迹-油斑,测井解释为油水同层,分析该层Gr为85.65、Sp为38.83、Ac为233.38、Ild为6.86、Den为2.45、Cnl为24.267的地球物理参数,并构造如下的含油气因子其中Gr’、Sp’、Ac’、Sp’、Ild’、Den’、Cnl’对应的数值分别为上述地球物理参数含油性标准值的倒数,参见以下表1:
表1
地球物理参数 | 含油性标准值 | 含油气因子 |
Gr | 85.65 | 0.0116754 |
Sp | 38.83 | 0.0257533 |
Ac | 233.38 | 0.0042849 |
Den | 2.45 | 0.4081633 |
Cnl | 24.267 | 0.0412082 |
Ild | 6.86 | 0.1457726 |
然后,利用表1地球物理参数的含油性标准值对其它井的测井曲线值进行敏感性校正可以得到敏感性校正后的测井曲线值,如图7所示,计算式如下:
VT i=Abs(Vi-V′)
式中,VT i为敏感性校正之后的测井曲线值,Vi为油气敏感性校正之前的测井曲线数值,V′为对应的含油性标准值,Abs为取绝对值运算。例如,图7显示的测井曲线值中的GR在校正前是48.389,GR的含油性标准值85.65,将其代入上式,得到敏感性校正后的37.261。
根据图7形成的地球物理参数矩阵与根据表1形成含油气因子矩阵乘积相乘,得到如图8所示的四个结果数据体A1i、、A2i、A3i、A4i,相当于四个元素块矩阵,由于该区域的含油性与Gr、Sp、Ild因子敏感性更高,考虑到实际应用效果情况只列出A1i、A3i(即图8中的A1和A3)数据并作分析。
上述乘积运算的过程是用含油性矩阵与每个深度的校正后的数据进行矩阵乘积计算,这样可以生成一个随深度变化的空间域数据体。物理意义是,将一个七维(六维地球物理属性空间和一维的深度空间)的地球物理空间在含油矩阵之下变换到五维(四维相关、互相关空间和一维深度空间)的含油性空间。其变换过程可参见图1所示,图1为六个地球物理属性空间数据与含油性切片数据的矩阵乘积生成四个含油性结果数据空间的过程。
因此以上例子分析主要用A1i、A3i的数据。对比以上四口井的A1i、A3i的数据异常图和测井油气解释图可以在每口井的数据异常处均可在测井解释图上发现油气异常,因此,可以认为该发明适用于多井油气发现预测。
多井的含油气预测方法如下:
当本发明的方法用于区域性油气预测时,以HH42-55工区为例,对该组井组成的含油气因子矩阵和地球物理参数矩阵进行乘积运算可以得到该组井的A1、A3数据,对该组井的A1、A3数据(随深度变化)进行插值运算后可以生成A1、A3数据体(平面与深度组成的三维数据体),并在关键地质层位长91提取切片数据,可以得到含油性数据的切片轮廓,与图6-4地质砂体厚度较为相似,如图6-1、图6-2、图6-3、图6-4、图6-5和图6-6所示,从上图可以看出,从切片轮廓上,A1、A3的岩层切片更接近实际的砂岩厚度,其效果要优于基于地震数据做出的数据结果。
本发明通过将构造的表示含油气因子的第一矩阵,与表示测井曲线值的第二矩阵进行乘积运算,将(M×N+1)维的地球物理空间在第一矩阵的乘积之下变换到(M×M+1)维的空间,即将M×N维的地球物理属性空间和一维的深度空间变换到M×M维的空间和一维的深度空间,在乘积运算后得到的结果矩阵中包括M×M个元素块,每个元素块中的数据值随地层深度变化而不同,根据数据值的大小变化,能够准确的预测出目的层段的含油气性。
本发明用于低渗透、低压、低丰度等规律性油气田的含油气性预测和储层预测,为开发设计优化提供依据。实例验证结果表明:本发明预测结果与实测数据非常接近,效果较好。本发明提出的方法填补了“利用地球物理参数运算局部预测油气田含油气性可行性”的空白,而且具有方法简单、可操作性强、有效实用等特点,具有很好的推广使用价值。
本发明还提出了一种基于多地球物理参数相关性的含油气预测装置,包括处理器,用于执行实现以下步骤的指令:
1)确定地层目的层段中含油气段敏感的地球物理参数,获取各地球物理参数的测井曲线值和含油气因子;
2)将各地球物理参数的含油气因子构造成M×N阶的第一矩阵,将对应各地球物理参数的测井曲线值构造成N×M阶的第二矩阵,由含油气因子构成第一矩阵的元素aij对应的地球物理参数,与由测井曲线值构成第二矩阵中的元素bji对应的地球物理参数相同,将第一矩阵和第二矩阵进行乘积运算,得到M×M阶的结果矩阵;
3)根据结果矩阵中各元素块矩阵中的数据值大小,进行目的层段的油气预测。
上述实施例中所指的含油气预测装置,实际上是基于本发明方法流程的一种计算机解决方案,即一种软件构架,可以应用到计算机中,上述装置即为与方法流程相对应的处理进程。由于对上述方法的介绍已经足够清楚完整,故不再详细进行描述。
Claims (8)
1.一种基于多地球物理参数相关性的含油气预测方法,其特征在于,包括以下步骤:
1)确定地层目的层段中含油气段敏感的地球物理参数,获取各地球物理参数的测井曲线值和含油气因子;
2)将各地球物理参数的含油气因子构造成M×N阶的第一矩阵,将对应各地球物理参数的测井曲线值构造成N×M阶的第二矩阵,由含油气因子构成第一矩阵的元素aij对应的地球物理参数,与由测井曲线值构成第二矩阵中的元素bji对应的地球物理参数相同,将所述第一矩阵和第二矩阵进行乘积运算,得到M×M阶的结果矩阵;
3)根据所述结果矩阵中各元素块矩阵中的数据值大小,进行目的层段的油气预测。
2.根据权利要求1所述的基于多地球物理参数相关性的含油气预测方法,其特征在于,所述地球物理参数包括伽马、自然电位、声波、电阻率、密度和中子孔隙度。
3.根据权利要求1或2所述的基于多地球物理参数相关性的含油气预测方法,其特征在于,在构造所述第二矩阵前,还包括利用各地球物理参数的含油气因子对所述测井曲线值进行敏感性校正的步骤。
4.根据权利要求3所述的基于多地球物理参数相关性的含油气预测方法,其特征在于,所述敏感性校正的计算式如下:
VT i=Abs(Vi-V′)
式中,VT i为敏感性校正之后的测井曲线值,Vi为油气敏感性校正之前的测井曲线数值,V′为含油性标准值,该含油性标准值为所述含油气因子的倒数,Abs为取绝对值运算。
5.一种基于多地球物理参数相关性的含油气预测装置,其特征在于,包括处理器,用于执行实现以下步骤的指令:
1)确定地层目的层段中含油气段敏感的地球物理参数,获取各地球物理参数的测井曲线值和含油气因子;
2)将各地球物理参数的含油气因子构造成M×N阶的第一矩阵,将对应各地球物理参数的测井曲线值构造成N×M阶的第二矩阵,由含油气因子构成第一矩阵的元素aij对应的地球物理参数,与由测井曲线值构成第二矩阵中的元素bji对应的地球物理参数相同,将所述第一矩阵和第二矩阵进行乘积运算,得到M×M阶的结果矩阵;
3)根据所述结果矩阵中各元素块矩阵中的数据值大小,进行目的层段的油气预测。
6.根据权利要求5所述的基于多地球物理参数相关性的含油气预测装置,其特征在于,所述地球物理参数包括伽马、自然电位、声波、电阻率、密度和中子孔隙度。
7.根据权利要求5或6所述的基于多地球物理参数相关性的含油气预测装置,其特征在于,在构造所述第二矩阵前,还包括利用各地球物理参数的含油气因子对所述测井曲线值进行敏感性校正的步骤。
8.根据权利要求7所述的基于多地球物理参数相关性的含油气预测装置,其特征在于,所述敏感性校正的计算式如下:
VT i=Abs(Vi-V′)
式中,VT i为敏感性校正之后的测井曲线值,Vi为油气敏感性校正之前的测井曲线数值,V′为含油性标准值,该含油性标准值为所述含油气因子的倒数,Abs为取绝对值运算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810646560.2A CN110632664B (zh) | 2018-06-21 | 2018-06-21 | 基于多地球物理参数相关性的含油气预测方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810646560.2A CN110632664B (zh) | 2018-06-21 | 2018-06-21 | 基于多地球物理参数相关性的含油气预测方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110632664A CN110632664A (zh) | 2019-12-31 |
CN110632664B true CN110632664B (zh) | 2021-06-25 |
Family
ID=68967797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810646560.2A Active CN110632664B (zh) | 2018-06-21 | 2018-06-21 | 基于多地球物理参数相关性的含油气预测方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110632664B (zh) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1759226A1 (en) * | 2004-06-07 | 2007-03-07 | ExxonMobil Upstream Research Company | Method for solving implicit reservoir simulation matrix equation |
US20100138157A1 (en) * | 2008-12-01 | 2010-06-03 | Chevron U.S.A. Inc. | Method for processing borehole logs to enhance the continuity of physical property measurements of a subsurface region |
-
2018
- 2018-06-21 CN CN201810646560.2A patent/CN110632664B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110632664A (zh) | 2019-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2810101B1 (en) | Improving efficiency of pixel-based inversion algorithms | |
Maurya et al. | Application of LP and ML sparse spike inversion with probabilistic neural network to classify reservoir facies distribution-A case study from the Blackfoot field, Canada | |
US11112516B2 (en) | Data fusion technique to compute reservoir quality and completion quality by combining various log measurements | |
Gupta et al. | Rock typing in Wolfcamp formation | |
Karimi et al. | Well-to-well correlation and identifying lithological boundaries by principal component analysis of well-logs | |
CN112698399B (zh) | 一种砂砾岩井测震联动约束高效储层定量预测方法与系统 | |
Alzate et al. | Integration of surface seismic, microseismic, and production logs for shale gas characterization: Methodology and field application | |
Liu et al. | An improved probability combination scheme based on principal component analysis and permanence of ratios model-An application to a fractured reservoir modeling, Ordos Basin | |
CN112946752B (zh) | 基于裂缝密度模型预测裂缝概率体的方法 | |
Ali et al. | Integration of cluster analysis and rock physics for the identification of potential hydrocarbon reservoir | |
CN110632664B (zh) | 基于多地球物理参数相关性的含油气预测方法与装置 | |
Jalalalhosseini et al. | The technique of seismic inversion and use of the relation between inversion results and porosity log for predicting porosity of a carbonate reservoir in a south Iranian oil field | |
Abdizadeh et al. | Estimation of Total Organic Carbon from well logs and seismic sections via neural network and ant colony optimization approach: a case study from the Mansuri oil field, SW Iran | |
Xu et al. | Porosity prediction using cokriging with multiple secondary datasets | |
Gorain et al. | “Attribute based Inversion” a tool for reservoir characterization: a case study-Kalol Field, Cambay Basin, India | |
Zawila* et al. | An integrated, multi-disciplinary approach utilizing stratigraphy, petrophysics, and geophysics to predict reservoir properties of tight unconventional sandstones in the Powder River Basin, Wyoming, USA | |
CN108983288B (zh) | 基于时频谱图像特征分析的油水识别方法 | |
RU2206911C2 (ru) | Способ поиска, разведки, исследования и создания модели месторождения полезных ископаемых | |
Bejaoui et al. | Characterization and simulation of a complex fractured carbonate field offshore Tunisia | |
Saneifar et al. | Application of Conventional Well Logs To Characterize Spatial Heterogeneity in Carbonate Formations Required for Prediction of Acid-Fracture Conductivity | |
Bhark | Multiscale spectral-domain parameterization for history matching in structured and unstructured grid geometries | |
Siddiqi | Wavelets in oil industry | |
RU2001120890A (ru) | Способ поиска, разведки и оценки эксплуатационных свойств залежи и месторождения полезных ископаемых и прогноза техтонических и литофизических свойств геологических сред | |
CN112147696B (zh) | 基于储集性能指数的页岩储集性能地震评价方法及系统 | |
RU2201606C1 (ru) | Способ типизации и корреляции нефтегазопродуктивных горных пород по скважинным спектрально-временным параметрам |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |